我有一个包含12个数据帧的列表。列表的名称是 kvish_1_10t.tables 。每个数据框都有一列“day_mean”（始终是所有数据帧中的7列）。很难说所有的数据帧看起来都是一样的。这是其中一个表的示例：
X2014_kvish_1_10t
kvish keta maslul yom nefah date day_mean
1 1 10 1 1 1936 2014-09-07 00:00:00 2910.958
2 1 10 1 1 966 2014-09-07 01:00:00 2910.958
3 1 10 1 1 737 2014-09-07 02:00:00 2910.958
4 1 10 1 1 596 2014-09-07 03:00:00 2910.958
5 1 10 1 1 479 2014-09-07 04:00:00 2910.958
6 1 10 1 1 765 2014-09-07 05:00:00 2910.958
7 1 10 1 1 2082 2014-09-07 06:00:00 2910.958
8 1 10 1 1 3624 2014-09-07 07:00:00 2910.958
9 1 10 1 1 3847 2014-09-07 08:00:00 2910.958
10 1 10 1 1 2960 2014-09-07 09:00:00 2910.958
11 1 10 1 1 2871 2014-09-07 10:00:00 2910.958
12 1 10 1 1 3149 2014-09-07 11:00:00 2910.958
13 1 10 1 1 3615 2014-09-07 12:00:00 2910.958
14 1 10 1 1 3943 2014-09-07 13:00:00 2910.958
15 1 10 1 1 4079 2014-09-07 14:00:00 2910.958
16 1 10 1 1 4856 2014-09-07 15:00:00 2910.958
17 1 10 1 1 5010 2014-09-07 16:00:00 2910.958
18 1 10 1 1 4783 2014-09-07 17:00:00 2910.958
19 1 10 1 1 4684 2014-09-07 18:00:00 2910.958
20 1 10 1 1 4478 2014-09-07 19:00:00 2910.958
21 1 10 1 1 3610 2014-09-07 20:00:00 2910.958
22 1 10 1 1 2799 2014-09-07 21:00:00 2910.958
23 1 10 1 1 2346 2014-09-07 22:00:00 2910.958
24 1 10 1 1 1648 2014-09-07 23:00:00 2910.958
25 1 10 1 2 1145 2014-09-08 00:00:00 2745.917
26 1 10 1 2 671 2014-09-08 01:00:00 2745.917
...
168 rows total
现在，我更改了“day_mean”列（右侧的7列），因此1,25,49,73,97,121,145位置的值 seq（1,168， 24）地方将保持原样，其余的将成为NA。所以我写了这个来定义一个数字向量，它代表“day_mean”列中将获得NA值的位置：
aa = seq(1, 168 , 24)
bb = rep(T, 168)
bb[aa] = F
cc= (which(bb))
X2014_kvish_1_10t[,7][cc] = NA
现在，正如您所见，我更改了我的“day_mean”列，因此只有相关值会保持不变，其余的将变为NA。像这里：
> X2014_kvish_1_10t
kvish keta maslul yom nefah date day_mean
1 1 10 1 1 1936 2014-09-07 00:00:00 2910.958
2 1 10 1 1 966 2014-09-07 01:00:00 NA
3 1 10 1 1 737 2014-09-07 02:00:00 NA
4 1 10 1 1 596 2014-09-07 03:00:00 NA
5 1 10 1 1 479 2014-09-07 04:00:00 NA
6 1 10 1 1 765 2014-09-07 05:00:00 NA
7 1 10 1 1 2082 2014-09-07 06:00:00 NA
8 1 10 1 1 3624 2014-09-07 07:00:00 NA
9 1 10 1 1 3847 2014-09-07 08:00:00 NA
10 1 10 1 1 2960 2014-09-07 09:00:00 NA
11 1 10 1 1 2871 2014-09-07 10:00:00 NA
12 1 10 1 1 3149 2014-09-07 11:00:00 NA
13 1 10 1 1 3615 2014-09-07 12:00:00 NA
14 1 10 1 1 3943 2014-09-07 13:00:00 NA
15 1 10 1 1 4079 2014-09-07 14:00:00 NA
16 1 10 1 1 4856 2014-09-07 15:00:00 NA
17 1 10 1 1 5010 2014-09-07 16:00:00 NA
18 1 10 1 1 4783 2014-09-07 17:00:00 NA
19 1 10 1 1 4684 2014-09-07 18:00:00 NA
20 1 10 1 1 4478 2014-09-07 19:00:00 NA
21 1 10 1 1 3610 2014-09-07 20:00:00 NA
22 1 10 1 1 2799 2014-09-07 21:00:00 NA
23 1 10 1 1 2346 2014-09-07 22:00:00 NA
24 1 10 1 1 1648 2014-09-07 23:00:00 NA
25 1 10 1 2 1145 2014-09-08 00:00:00 2745.917
26 1 10 1 2 671 2014-09-08 01:00:00 NA
27 1 10 1 2 497 2014-09-08 02:00:00 NA
...
168 rows total
到目前为止，everithing还不错，但是当我尝试对列表中的所有数据帧执行相同的操作时，它就是falis。我尝试编写以下命令，但它没有成功，我创建了一个函数，每个数据帧中的所有7列都将获得新值：
func = function(x) (x[,7][cc] = NA)
lapply(kvish_1_10t.tables, func)
如何更改每个数据框中的所有 day_mean 列？
答案 0 :(得分：2)
只需在您的函数中添加return()：
func <- function(X) {
X[,7][cc] <- NA
return(X)
}
new_df_list <- lapply(kvish_1_10t.tables, func)
答案 1 :(得分：0)
我希望有人会用lapply发布一个答案，但是看到没有发布任何答案，我在for循环方面做得更好，我想我至少会发布这个，希望它可以解决你的直接问题：< / p>
d1<-data.frame(y1<-c(1,2,3),y2<-c(4,5,6))
d2 <- data.frame(y1=c(3,2,1),y2=c(6,5,4))
myl <- list(d1, d2)
cc <- c(1,3)
for (n in 1:length(myl)){
myl[[n]][cc,2] <- NA
print(myl[[n]][cc,2])
}
因此，对于您的具体示例，我认为这应该有效（假设kvish_1_10t.tables确实是一个列表 - 如果您不确定，请使用str（kvish_1_10t.tables）查看结构：
for (n in 1:length(kvish_1_10t.tables)){
kvish_1_10t.tables[[n]][cc,"day_mean"] <- NA
}